摘要:采用误差反向传播(Error Back Propagation,BP)神经网络预测柴油机氮氧化物(NOx)排放浓度,选取柴油机转速和排气温度作为网络输入量,将试验数据分为训练数据和测试数据,得到预测模型最佳网络结构为8-17-1。对BP网络预测模型进行试验,预测绝对误差为7.9%,优于绝对误差为27.0%的回归分析预测模型。考虑选择性催化还原(Selective Catalytic Reduction,SCR)催化器对还原剂的存贮能力,该模型预测误差可降低到3%以下。将BP神经网络预测模型应用于嵌入式系统中,采用ATmega128单片机,运算时间为25ms,能够满足SCR还原剂喷射实时控制要求。